熊貓：根據列數據合併或加入數據框？

Question

我想將幾列數據添加到現有數據框中。數據框本身是從許多其他數據框構建的，我成功地加入了索引，這些索引是相同的。對於這一點，我用這樣的代碼：

data = p_data.join(r_data) 

其實我加入這一個多指標，因此數據幀看起來像以下，其中名稱1和名稱2指數：

Name1 Name2 present r  behavior 
    a  1  1   0  0 
      2  1   .5  2 
      4  3   .125 1 
    b  2  1   0  0 
      4  5   .25 4 
      8  1   0  1 

所以Name1索引不重複數據，但Name2索引確實（我正在使用它來跟蹤二元組，所以Name1 & Name2一起只表示一次）。我現在想要添加的是與Name2數據對應的4列數據（有關第二個成員的信息）。與「當前」「r」和「行爲」數據不同，這些數據是每個人的數據，而不是每對數據。所以在合併時我不需要考慮Name1數據。

的問題是，雖然重複名稱2數據被用盡的對子連擊，在數據中的「NAME2」列現在我想只添加具有一個片每名稱2個人的數據：

Name2 Data1 Data2 Data3 
    1  80  6  1 
    2  61  8  3 
    4  45  7  2 
    8  30  3  6 

我想什麼輸出看起來像：

Name1 Name2 present r  behavior Data1 Data2 Data3 
    a  1  1   0  0   80  6  1 
      2  1   .5  2   61  8  3 
      4  3   .125 1   45  7  2 
    b  2  1   0  0   61  8  3 
      4  5   .25 4   45  7  2 
      8  1   0  1   30  3  6 

儘管閱讀文檔，我不是我是否可以使用join（）方法或合併（）爲期望的結果清晰。如果我嘗試對現有數據框進行連接，就像之前使用的簡單連接一樣，那麼我最終會得到新的列，但它們充滿了NaN值。我也嘗試過使用Name1和Name2作爲列或索引的各種組合，可以使用連接或合併（不像聽起來那樣隨意，但我顯然不能正確解釋文檔！）。非常感謝您的幫助，因爲我目前非常失落。

Answer 1

我不確定這是否是最好的方法，但是您可以使用reset_index暫時將您的原始DataFrame索引爲Name2。然後像往常一樣執行join。然後使用​​再次進行多指標的Name1部分：

import pandas as pd 

df = pd.DataFrame({'Name1':['a','a','a','b','b','b'], 
        'Name2':[1,2,4,2,4,8], 
        'present':[1,1,3,1,5,1]}) 
df.set_index(['Name1','Name2'], inplace=True) 

df2 = pd.DataFrame({'Data1':[80,61,45,30], 
        'Data2':[6,8,7,3]}, 
        index=pd.Series([1,2,4,8], name='Name2')) 
result = df.reset_index(level=0).join(df2).set_index('Name1', append=True) 
print(result) 
#    present Data1 Data2 
# Name2 Name1      
# 1  a   1  80  6 
# 2  a   1  61  8 
#  b   1  61  8 
# 4  a   3  45  7 
#  b   5  45  7 
# 8  b   1  30  3 

爲了使結果看起來更加像你期望的數據框，你可以重新排列和排序的指標：

print(result.reorder_levels([1,0],axis=0).sort(axis=0)) 
#    present Data1 Data2 
# Name1 Name2      
# a  1   1  80  6 
#  2   1  61  8 
#  4   3  45  7 
# b  2   1  61  8 
#  4   5  45  7 
#  8   1  30  3